卡证 OCR 识别系统

本地化、隐私优先的卡证 OCR 识别系统，支持身份证、银行卡、护照等多种卡证类型的自动识别与批量校对。

• ✅ 免模版智能分类: 无需预选模版，后端根据关键词自动判定卡证类型（身份证正/反面、银行卡、护照）
• ✅ 合影多卡检测: 一张图里混杂多张卡证时，基于文本框空间聚类（DBSCAN）自动分割区域并逐一识别
• ✅ 数据隐私优先: 服务端不持久化任何用户数据，图片和识别结果仅在内存中临时存在
• ✅ 实时进度反馈: 基于 SSE（Server-Sent Events）的实时推送，0 延迟进度更新
• ✅ 逐行批量上传: 按行提交，每行不限数量图片，支持几十到上百张图片的并发识别
• ✅ 图片并排校对: 原图与识别结果并排显示，支持图片放大查看和字段编辑
• ✅ 本地历史记录: 识别结果保存在浏览器本地，支持查看历史批次详情与容量管理
• ✅ 本地部署: 基于 PP-OCRv6 ONNX 模型，完全离线运行，无外部依赖

• 框架: FastAPI
• OCR 引擎: RapidOCR (PP-OCRv6 ONNX)
• 多卡聚类: scikit-learn (DBSCAN)
• 护照解析: mrz（MRZ 码解析）
• 队列: Python 原生 Queue + 线程池
• 存储: 纯内存（无数据库）
• 依赖管理: uv

• 框架: React 19 + TypeScript
• UI 库: DaisyUI (Tailwind CSS 4)
• 构建工具: Vite
• 实时通信: EventSource (SSE)
• Excel 生成: xlsx（浏览器端直接生成，无需后端）
• 历史存储: localStorage

• Python 3.11（见 .python-version）
• Node.js 18+
• uv（Python 依赖管理）

后端:

cd /data/projects/awsome-llm/card-ocr
uv sync

前端:

cd web
pnpm install
pnpm dev

# 启动后端（自动启动 OCR worker 线程池，首次启动会自动从 Hugging Face 下载模型）
uv run python src/main.py
cd web && pnpm dev

# 访问
open http://localhost:5173

1. 逐行上传: 每行可上传任意数量图片（如身份证正反面、多张合照），无需预先选择模版
2. 提交识别: 点击提交，实时查看该行识别进度
3. 自动分类识别: 后端自动判定卡证类型；如图中混杂多张卡证（如合影），自动分割区域分别识别
4. 校对结果: 原图与识别结果并排显示，可编辑字段
5. 下载 Excel: 校对完成后在浏览器端直接生成并下载 Excel
6. 查看历史: 随时切换到历史记录，查看/删除此前保存在本地的批次

首次启动时会自动从 Hugging Face 下载 PP-OCRv6 模型：

• 检测模型: PaddlePaddle/PP-OCRv6_medium_det_onnx
• 识别模型: PaddlePaddle/PP-OCRv6_medium_rec_onnx

修改 src/main.py 中的 start_workers(num_workers=2)，根据 CPU 核数调整。

MIT License